Exscientia与GSK达成战略合作 利用人工智能研发新药
日前，利用人工智能(artificial intelligence， AI) 指导药物研发的初创公司Exscientia宣布与葛兰素史克公司(GlaxoSmithKline， GSK)达成药物研发战略合作。在这项合作中，Exscientia 公司AI药物研发平台将与GSK制药方面的专长结合在一起，为GSK感兴趣的10个疾病靶点开发创新小分子药物。Exscientia公司将从
Neurol Genet：IBM人工智能 高效分析脑瘤基因组
随着肿瘤靶向治疗和个性化治疗方法的不断进步，越来越多的医生意识到了对肿瘤进行基因组测序的重要性。从肿瘤基因组分析中往往能找到更有针对性和更有效的靶向治疗方案，为患者带来更好的疗效。不过，从大量的基因组数据中迅速找到潜在的治疗方案并不是一件容易的事情，但这却是计算机和人工智能程序能够发挥作用的地方。最近，IBM和纽约基因组中心合作发表了一项研究，IBM的沃森人工智能系统在分析
新药研发和人工智能能擦出什么火花？
大多数情况下，药物研发工作者会利用高通量筛选的方式无限扩大筛选对象以期邂逅目标化合物，提高药物发现的机率。由于不断试错的成本太高，越来越多的药物研发企业开始引入人工智能开发虚拟筛选技术，以取代或增强传统的高通量筛选过程。药物研发企业通过运用人工智能药物研发系统，能在医药研发过程中减少人力、时间、物力等投入，降低药品研发成本。同时基于疾病、用药等建立数据模型，预测药品研发过程中的安全性、有效性、副作
谷歌联手麻省理工学院，要将人类的多重感官赋予人工智能系统
在人工智能的世界中，还有很多不足之处有待解决。大多数 AI 解决方案并不能处理多种类型的输入。具体来说，大多数人工智能工具只能专注一个方向，比如声音、视觉或文字。目前，还鲜有人去尝试将三方面结合起来去构建一套 AI 解决方案，为什么？因为以目前的技术水平，我们离创建一套完整 AI 系统还差很远。但现在，有人终于开始尝试，谷歌和麻省理工学院一个新项目正在向一个多功能完整 AI 方案迈出第一步。更具体
跨界与应用：2017未来医疗科技大会暨人工智能前沿高峰论坛精彩纷呈
2017年6月15日，由生物谷主办的2017未来医疗科技大会暨人工智能前沿高峰论坛在上海隆重拉开序幕。本次将围绕人工智能在医疗领域中的发展，人工智能技术与医学影像诊断：图像识别与深度学习，人工智能慢病管理等话题展开，为人工智能新趋势和新方向、面临的机遇与挑战等现实和前瞻性的重大理论与实践问题进行深入而广泛的讨论和交流，为实现我国智慧医疗的战略做出贡献！AI在医疗领域有着无限未来空间，比如：医学影像
张建伟院士聊“人工智能、机器人与医疗科技的融合”
编者按：对人工智能而言，医疗领域一直被视为一个很有应用前景的领域。目前来说，人工智能在医疗健康领域中的应用主要包括医学影像、虚拟护士助理、健康管理、医疗风险分析、药物挖掘、辅助诊断、医学研究和营养学等。纵观我国的政策，在2016年6月国家发改委、科技部、工信部等都明确指出到2018年将打造“人工智能基础资源与创新平台”，在重点领域将培育若干全球领先的人工智能骨干企业和人才，这对一些初创企业来讲刚好
CCF YOCSEF上海即将举办 “人工智能与病理切片诊断” 专题报告会
“人工智能与病理切片诊断” 专题报告会主办单位：CCF YOCSEF上海复旦大学上海医学院2017中国大数据人工智能创新创业大赛组委会两端(上海)检测技术有限公司协办单位：健盟华测检测认证集团股份有限公司北京盈科(上海）律师事务所产业投资法律事务部合作媒体数据猿,数据中心联盟,动脉网，生物谷，贝壳社2017年6月10日（星期六）13:00~17:30上海市闸北区江场三路181号（上海盈
谷来丰：人工智能在医疗健康领域的应用
2017年5月20日/生物谷BIOON/---简介：谷来丰是上海交通大学海外教育学院副院长、国际领导力研究所副所长。在2017年（第九届）中国医药战略峰会暨中国健康产业蓝皮书发布会上，他针对人工智能在医疗健康领域的应用发表演讲。受益于互联网和计算机新一代技术创新，人工智能（artificial intelligence, AI）在更加实用的层面上进入了发展快车道。作为人工智能赖以突破的三大要素，互
比尔·盖茨预言未来世界：机会属于人工智能、生物科学
近日，微软公司创始人比尔·盖茨（Bill Gates）在其个人博客“盖茨笔记”上发表了一篇关于给大学毕业生的寄语。比尔·盖茨预言未来世界：机会属于人工智能、生物科学比尔·盖茨在其中谈到当下能对世界产生巨大影响的机会存在于三个领域——人工智能、能源以及生物科学。因为人工智能可以使人们生活更有效率和具有创造力；而能源革命对消除贫困和气候变化有着重要作用；生物科学则可以让人类活得更长久和健康。与此同时，
像机器一样思考：人工智能和临床应用
1.AI在临床的应用每个人都在讨论人工智能。不妨忘记AI，想想：临床医生如何决策？医生接触病人，用问询/查体/检测报告得到病人信息(profile)，然后在大脑进行如下搜索：业内对这些信息的共识(指南)？我是否遇到过类似的信息？当时的决策是什么？是否有效？在以往“既往经验”的基础上，医生作出决策，然后观察病人是否对治疗方案响应，并决定是否对诊断结果和治疗方案作出调整。这是一般的工作方式。每一个医生